分类: 物理学 >> 核物理学 提交时间: 2024-01-10
摘要: 兰州重离子加速器冷却储存环上的等时性质量谱仪是开展高电荷态、短寿命同核异能态衰变研究的理想装置。在短寿命高电荷态离子94mRu44+ 的寿命测量实验中,我们直接观测到了94Ru的8+态isomer衰变到基态的过程。在观测时间窗口(20 s, 180 s)范围内,鉴别出了49 个衰变事件。为了能够鉴别出更多的衰变事件,本文研究了一种基于频谱幅度来指认衰变事件的方法。基于模拟结果,该方法可以有效指认(15 s,185 s) 内的衰变事件。将新的鉴别方法应用到实验数据处理中,在(15 s, 185 s)内,鉴别出了54个衰变事件。基于这54个衰变事件,计算得到94mRu44+在运动坐标系下的寿命为194(121) s。新的寿命结果于之前的结果218(148) s 在误差范围内,具有更高的精确度。
分类: 物理学 >> 核物理学 提交时间: 2023-12-06
摘要: 通过重离子熔合蒸发反应82Se(18O,p5n)94Nb,布居了94Nb的高自旋态,实验中使用的18O束流由中国原子能科学研究院的HI-13串列加速器提供,束流能量为82MeV和88MeV。在前人工作的基础上发现了15条新的跃迁并调整了部分能级的摆放位置,丰富并完善了94Nb的能级纲图,结合DC0比值和线极化测量,确认了部分能级的自旋和宇称。在质子(1f5/2, 2p3/2, 2p1/2, 1g9/2)和中子(2p1/2, 1g9/2, 1g7/2, 2d5/2)空间下对94Nb新的能级结构与壳模型计算进行了比较和讨论。
分类: 环境科学技术及资源科学技术 >> 环境科学技术基础学科 提交时间: 2020-11-19 合作期刊: 《干旱区地理》
摘要: 提高干旱预测精度能为流域干旱应对及风险防范提供可靠数据支撑,构建比选合适的干 旱模型是当前研究的热点。研究以4个时间尺度(3、6、9、12月)标准化降水指数(SPI)为表征指标,利用小波神经网络(WNN)、支持向量回归(SVR)、随机森林(RF)三种机器学习算法分别构建了海河北系干旱预测模型,利用Kendall、K-S、MAE 三种检验方法判定模型表现及其稳定性。研究表明:(1)WNN、SVR模型呈现结果在不同时间尺度SPI 存在差异,WNN最适合12个月尺度SPI 干旱预测;SVR最适合6个月尺度SPI 干旱预测。(2)对3、12个月尺度SPI,RF预测性能最优(Kendall>0.898,MAE<0.05);对6、9个月尺度SPI,SVR预测性能最优(Kendall>0.95,MAE<0.04)。(3)模型预测性能稳定性存在区别,RF预测稳定性最高,其次为SVR。(4)构建的三种模型表现异同主要是因为SVR转为凸优化问题解决了WNN易陷入局部最优解的不足,从而提高了模型预测性能,RF集成多样化回归树,降低了弱学习器的负面影响,提高了模型预测准确率及稳定性,同时,RF处理包含噪声的降水数据的能力更强。
分类: 环境科学技术及资源科学技术 >> 环境科学技术基础学科 提交时间: 2019-08-02 合作期刊: 《干旱区地理》
摘要: 全生育期内作物需水量的研究是农业水资源有效利用和进行合理灌溉的重要依据。基于三江平原22个气象站点2000—2015年逐日气象观测资料及中国区域地面气象要素数据集,利用国际粮农组织 (FAO)Penman-Monteith模型和分段单值平均作物系数法,分别对三江平原水稻、玉米和大豆的作物需水量进行计算,分析作物需水量年际变化特征,采用通径分析法研究作物需水量的变化成因。结果表明:(1)三江平原16 a来年均参考作物蒸散量为537.4 mm,日均为 3.5 mm,呈波动减少趋势。(2)生长季内,水稻在分蘖期需水量最大,为177.1 mm,玉米在七叶期需水量最大,为99.7 mm,大豆在结荚期需水量最大,为96.1 mm;水稻、玉米和大豆的净灌溉需水量分别为195.4 mm、130.8 mm和72.2 mm,对灌溉的依赖程度水稻>玉米>大豆。(3)由通径分析结果可知,三江平原作物需水量的主要影响因素为净辐射、气温和日照时数。
分类: 地球科学 >> 大气科学 提交时间: 2018-10-23 合作期刊: 《干旱区地理》
摘要: 开展干旱预测是有效应对干旱风险的前提基础,本文根据1960~2016年三江平原7个站点逐日降水和气温数据,利用ARIMA和ANN模型对不同时间尺度标准化降水蒸散指数(SPEI)序列进行分析建模预测。借助相关系数R、纳什效率系数NSE、Kendall秩相关系数 、均方误差MSE和Kolmogorov–Smirnov (K-S) 检验对模型的有效性进行了判定,然后分别用ARIMA和ANN模型进行12步预测,并将预测值与实际值进行比较。结果表明:(1) ARIMA模型和ANN模型对SPEI的预测能力都随时间尺度的增加而逐渐提高;(2) 两种模型对3、6个月尺度SPEI的预测精度偏低,9、12、24个月的SPEI的预测精度在70%以上;(3) SPEI-9、SPEI-12、SPEI-24三个时间尺度ANN模型的预测精度优于ARIMA模型。